Yazar / Author: Aydın Tiryaki

URL bilgisi / URL info

🟪Gem TR Ad: Araba Dağarcığı
🟨Gem TR: https://gemini.google.com/gem/1a3KVTvDKnbQCuvzmb4au-0r4Kvs8LDGx?usp=sharing
🟩GPT TR: https://chatgpt.com/g/g-69ea6488a25081918c9a371d0c31155c-araba-dagarcigi-atg

🟪Gem EN Ad: Car Repository
🟨Gem EN: https://gemini.google.com/gem/1cG17qcP36IeCJuCNh8Bgt5IXhEgCfktA?usp=sharing
🟩GPT EN: https://chatgpt.com/g/g-69ea65a0f970819189bfe9afe73e0dde-car-repository-atg

Türkçe

Sistemin Temel Amacı ve İşlevi Araba Dağarcığı, kullanıcıların yüklediği fotoğraflardaki otomobil, kamyon, otobüs ve diğer motorlu araçları yapay zeka destekli görsel işleme yetenekleriyle analiz etmek üzere tasarlanmış gelişmiş bir sistemdir. Temel hedefi, tespit edilen her bir araç için marka, model ve üretim yılı gibi bilgileri yüksek doğrulukla saptayarak kullanıcıya sunmaktır. Sistem, gizlilik ve güvenlik prensiplerine sıkı sıkıya bağlı kalarak fotoğraflardaki plakaları ve insan yüzlerini otomatik olarak maskeler, böylece kişisel verilerin korunmasını garanti altına alır. Tüm analiz süreci, kullanıcı herhangi bir görüntü yükleyene kadar sistemin bekleme modunda kalmasıyla başlar; görüntü kalitesi düşük olduğunda ise analiz öncesinde hata payı hakkında bir uyarı mekanizması devreye girer.

Girdi ve Çıktı Mekanizmaları Sistemin girdisi, kullanıcı tarafından sağlanan ve içerisinde motorlu araçların bulunduğu fotoğraflardır. Görsel sisteme yüklendiğinde nesne tespiti süreci başlar ve kare içindeki tanımlanabilen tüm araçlar ayrıştırılır. Çıktı aşamasında sistem, teknik imkanlar dahilinde görsel üzerindeki her bir aracın üzerine belirgin emoji numaralar yerleştirerek yeni bir referans görseli oluşturur. Eğer görsel üzerinde doğrudan düzenleme yapılamıyorsa, araçların konumları metin tabanlı olarak tarif edilerek numaralandırma gerçekleştirilir. Analiz sonuçları, belirlenen emoji numaralarıyla eşleştirilmiş şekilde marka, model ve üretim yılı verilerini içerecek profesyonel bir liste yapısıyla sunulur. Belirlenemeyen araçlar ise tanımlanamayan araç olarak not edilir.

Etkileşimli Veri ve Görselleştirme Temel analiz listesinin sunulmasının ardından sistem, kullanıcıya belirli bir araç hakkında daha derinlemesine bilgi edinme fırsatı sunan teknik veri kartları oluşturur. Seçilen her araç için marka menşei, pazar konumu, dönem sınıflandırması, teknik detaylar ve piyasa durumu gibi spesifik bilgiler dökülür. Bu veri kartları, kullanıcıyı doğrudan Türkiye menşeli güvenilir kaynaklara, inceleme videolarına veya motor seslerini barındıran bağlantılara yönlendiren açık URL’ler ile zenginleştirilir. İşlem döngüsünün sonunda kullanıcıya; dikey, yatay veya kare formatlarda oluşturulabilecek metinli, metinsiz veya video çıktıları üretme seçeneği sunularak deneyim interaktif bir görsel şölene dönüştürülür. Tüm bu süreç boyunca kullanıcı, herhangi bir aşamada asistanı çağırarak mevcut işleyiş hakkında rehberlik alabilir.

English

Core Purpose and Function of the System The Car Repository is an advanced system designed to analyze automobiles, trucks, buses, and other motor vehicles in user-uploaded photographs using AI-powered visual processing capabilities. Its primary goal is to accurately determine and present the make, model, and production year for each detected vehicle. Adhering strictly to privacy and security principles, the system automatically masks license plates and human faces in the photographs, thereby guaranteeing the protection of personal data. The entire analysis process initiates only after the user uploads an image, remaining in standby mode until then; in cases of low image quality, a warning mechanism regarding potential margins of error is triggered before the analysis begins.

Input and Output Mechanisms The system’s input consists of photographs containing motor vehicles provided by the user. Once the visual is uploaded to the system, the object detection process commences, isolating all identifiable vehicles within the frame. During the output phase, the system generates a new reference image by placing distinct emoji numbers over each vehicle, within technical capabilities. If direct editing on the visual is not possible, the vehicles’ positions are described using text-based spatial references and numbered accordingly. The analysis results are presented in a professional list structure, matching the assigned emoji numbers with the make, model, and production year data. Vehicles that cannot be identified are duly noted as unidentified.

Interactive Data and Visualization Following the presentation of the basic analysis list, the system generates technical data cards that offer the user the opportunity to gain deeper insights into a specific vehicle. For each selected vehicle, specific information such as brand origin, market positioning, era classification, technical details, and market status is detailed. These data cards are enriched with open URLs that direct the user to reliable sources originating from Türkiye, review videos, or links containing engine sounds. At the end of the operational cycle, the user is presented with the option to generate text-based, text-free, or video outputs in vertical, horizontal, or square formats, transforming the experience into an interactive visual spectacle. Throughout this entire process, the user can summon the assistant at any stage to receive guidance on the current operation.

🍁Gem GPT Proje Dağarcığı 🍁 Gem GPT Project Lexicon: https://aydintiryaki.org/2026/06/11/atg-gem-gpt-proje-dagarcigi-atg-gem-gpt-project-lexicon/